该起个什么昵称 2022-07-31 16:18 采纳率: 68.4%
浏览 12
已结题

pca如何提取次要成分特征

sklearn提供的pca函数是保留主要成分，提取主要特征，但是现在实际问题需要去掉主要成分，获取次要成分特征，有相关的函数可供调用吗？

  • 写回答

1条回答 默认 最新

  • 海洋 之心 2022年度博客之星人工智能领域TOP 1 2022-07-31 17:14
    关注

    这个是没有的，我很好奇为什么要次要的呢

    评论

报告相同问题？

  • PCA中是对谁进行特征值分解 机器学习 算法
    2022-09-29 21:56
    回答 1 已采纳 协方差矩阵具体可以看链接说的比较详细 深入理解PCA与SVD的关系 - 知乎 先简单回顾下主成分析 PCA(principle compon
  • scikit pca主成分分析 python 人工智能 机器学习
    2022-10-07 10:27
    回答 1 已采纳 不知道你这个问题是否已经解决, 如果还没有解决的话: 请看👉 ：SciKit-Learn 可视化数据:主成分分析(PCA)如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相
  • 主成分分析 pca要咋做了 sklearn 人工智能 机器学习
    2022-10-07 15:08
    回答 1 已采纳 假设你的数组一个是1xn的然后你有m个数组，那么可以拼接成 mxn的矩阵，对矩阵进行降维就可以了
  • vsm特征提取java_文本特征提取方法研究
    2021-03-16 19:11
    kimi无悔-618的博客 文本特征提取方法研究一、课题背景概述文本挖掘是一门交叉性学科,涉及数据挖掘、机器学习、模式识别、人工智能、统计学、计算机语言学、计算机网络技术、信息学等多个领域。文本挖掘就是从大量的文档中发现隐含知识...
  • PCA后后特征携带原特征信息量的比例之和为1 python
    2023-03-21 16:54
    回答 1 已采纳 不知道你这个问题是否已经解决, 如果还没有解决的话: 这篇文章讲的很详细，请看：PCA 异常检测如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更
  • PCA中一个特征列的数据是一个维度吗？ python 机器学习
    2022-12-26 11:57
    回答 2 已采纳 是的，如果你有100个样本，6列特征列，那么这个数据集是六维的。使用 PCA 进行降维时，你可以选择降到任意维度，例如 2 维。如果你使用 PCA 降维到 2 维，你将得到一个 100 行 2 列的矩
  • 求C#实现PCA算法的例子 c#
    2017-09-02 07:48
    回答 3 已采纳 看了一天的百度，我要是老板，我觉得你是故意的。 ![图片说明](https://img-ask.csdn.net/upload/201709/02/1504341379_376173.png)
  • 文本特征提取方法研究
    2017-09-27 10:25
    1313123131312的博客 文本挖掘是一门交叉性学科,涉及数据挖掘、机器学习、模式识别、人工智能、统计学、计算机语言学、计算机网络技术、信息学等多个领域。文本挖掘就是从大量的文档中发现隐含知识和模式的一种方法和工具,它从数据挖掘...
  • 如何使用PCA技术可视化分析NSL-KDD 人工智能
    2020-08-15 22:43
    回答 1 已采纳 PCA就是用来降维的，去掉无关的维度，然后再可视化。
  • pca = PCA(n_components= n) 其中n是主成分比例，还是降到几维？ sklearn 机器学习
    2022-04-23 11:45
    回答 2 已采纳 都正确. 如果是浮点数就表示保留的比例详情可以看官方文档或者源码
  • 高光谱图像PCA降维后无法显示 matlab 有问必答
    2021-11-08 20:48
    回答 1 已采纳 为啥没办法还原哟？ [coeff1,score1,latent,tsquared,explained,mu1] = pca(data,'algorithm','als'); data2 = score
  • 降维 — PCA 真的能改善分类结果吗？
    2023-08-04 15:53
    无水先生的博客 我遇到了一些关于降维技术的资源。这个主题绝对是最有趣的主题之一，很高兴认为有一些算法能够通过选择仍然代表整个数据集的最重要的特征来减少特征的数量。作者指出的优点之一是这些算法可以改善分类任务的结果。
  • PCA 降维后剩下的维度 python scikit-learn
    2022-10-29 08:19
    回答 1 已采纳 主成分分析是对原来的因变量进行线性组合，将原本的空间投影到更低维度的空间。比如你这有9个变量，你设置4，最后得到的就是9个变量的4种线性组合方式，并不是从9个变量中挑选出4个。
  • 讲讲PCA主成分分析
    2021-01-04 13:42
    赵小洛的博客 在机器学习的领域中，我们对原始数据进行特征提取，经常会得到高维度的特征向量。在这些多特征的高维空间中，会包含一些冗余和噪声。所以我们希望通过降维的方式来寻找数据内部的特性，提升特征表达能...
  • PCA算法
    2024-04-01 23:46
    星光技术人的博客 主要用于数据的降维，通过降维可以用较为简单的特征来代替原来的特征，在分类任务中可以使用PCA算法进行特征降维，然后减小计算量；Σ 是一个m×n的对角矩阵，对角线上的元素称为奇异值（Singular Value），按照大小...
  • 没有解决我的问题, 去提问

问题事件

  • 已结题 （查看结题原因） 9月27日
  • 创建了问题 7月31日

悬赏问题

  • ¥15 用土力学知识进行土坡稳定性分析与挡土墙设计
  • ¥15 帮我写一个c++工程
  • ¥30 Eclipse官网打不开，官网首页进不去，显示无法访问此页面，求解决方法
  • ¥15 关于smbclient 库的使用
  • ¥15 微信小程序协议怎么写
  • ¥15 c语言怎么用printf（“\b \b”）与getch（）实现黑框里写入与删除？
  • ¥20 怎么用dlib库的算法识别小麦病虫害
  • ¥15 华为ensp模拟器中S5700交换机在配置过程中老是反复重启
  • ¥15 uniapp uview http 如何实现统一的请求异常信息提示？
  • ¥15 有了解d3和topogram.js库的吗？有偿请教